Question

我想从数据帧的每一行的某些列中获取值，并将它们用作函数的参数，以生成预测值的向量（每行一个）。

见下面的功能：

predicted_value_generator <- function(theta, tau_host, tau_targ, rho, pop_host, pop_targ, distance, R0){
return(theta * R0 * (pop_host^tau_host) * (pop_targ^tau_targ) * distance^(-rho))
}

Dataframes：

> pop_dist_data

            X time_to_spread host_city_pop target_city_pop    distance      host_city_outgoing_flights target_city_incoming_flights flights_between      Reproduction_number_R0  
4           3              2        198100          622104  460.819668                            9158                        93861               6                       1.365
5           4              2        198100          622104  460.819668                            9158                        93861               6                       1.300
6           5              1        198100          622104  460.819668                            9158                        93861               6                       1.300
7           6              2        198100          622104  460.819668                            9158                        93861               6                       1.300
8           7              1        198100          622104  460.819668                            9158                        93861               6                       1.300

> fit_data
  X     theta1     tau_host  tau_targ        rho
1 0 0.05447868 3.288922e-09 0.1491428 0.00820936

目前的做法：

pred_vals <- apply(pop_dist_data, 1, predicted_value_generator(fit_data[3], fit_data[4], fit_data[5], fit_data[6], pop_dist_data[,3], pop_dist_data[,4], pop_dist_data[,5], pop_dist_data[,9]))

预期的产出是这样的：

> pred_vals
[1] 0.43 0.96 0.33 0.5 0.27

fit_data参数在任何行都是常量，但pop_dist_data参数应该在每个特定行使用该列值。

最有效的方法是什么？

提前谢谢。

Answer 1

这里有几个问题：

dat[:, j]无效R语法。使用dat[, j]
R0无法定义
predicted_value_generator已向量化，因此我们不需要apply
pop_dist_data没有9列
对SO的问题应以可重现的方式显示，以便人们可以简单地复制并粘贴问题中的代码和数据。这可以通过为每个输入dput(X)显示X的输出来完成。我在最后的笔记中已经这样做了。

假设定义了缺少的R0，尝试将两个数据框绑定在一起，然后只调用具有相应列名的函数。

with(cbind(pop_dist_data, fit_data), 
       predicted_value_generator(theta1, tau_host, tau_targ, rho, 
                                 host_city_pop, target_city_pop, distance, R0))

注意

可重复形式的输入：

pop_dist_data <-
structure(list(X = 3:7, time_to_spread = c(2L, 2L, 1L, 2L, 1L
), host_city_pop = c(198100L, 198100L, 198100L, 198100L, 198100L
), target_city_pop = c(622104L, 622104L, 622104L, 622104L, 622104L
), distance = c(460.819668, 460.819668, 460.819668, 460.819668, 
460.819668)), .Names = c("X", "time_to_spread", "host_city_pop", 
"target_city_pop", "distance"), class = "data.frame", row.names = c("4", 
"5", "6", "7", "8"))

fit_data <- 
structure(list(X = 0L, theta1 = 0.05447868, tau_host = 3.288922e-09, 
    tau_targ = 0.1491428, rho = 0.00820936), .Names = c("X", 
"theta1", "tau_host", "tau_targ", "rho"), class = "data.frame", row.names = "1")

R - 将函数应用于数据帧的每一行，函数的参数是每行的值

1 个答案:

注意